本数据库通过收集和整理最新科研文献信息而得,供了解领域前沿进展之用。数据源自 PubMed Data ,每日自动更新,已收录文献数量参见 统计表格。表格内容由 GPT 自动整理,可能存在错误或遗漏,请使用时务必注意核实!
如有建议或合作意向,欢迎联系 linlin.yan(AT)bioinfo.app 或 微信 yanlinlin82。本项目遵循 MIT 许可 发布,欢迎下载 源码 自行修改使用。如觉得不错,还请不吝 给我打赏,你的支持是我继续创新的重要动力!
除通过在线浏览外,为方便用户离线查阅,本站也提供 付费下载(定价10元)。之所以考虑收费,是因为批量扫描这些文献并整理也是有一定成本的,还请理解并多多支持。本站数据会持续更新,而仅需一次付费,未来就可以随时重新下载到最新版本数据。
序号 | 推送日期 | 文章 | 类型 | 简述 | 创新点 | 不足 | 研究目的 | 研究对象 | 领域 | 病种 | 技术 | 模型 | 数据类型 | 样本量 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
481 | 2024-10-02 |
Self-Supervised Contrastive Learning to Predict the Progression of Alzheimer's Disease with 3D Amyloid-PET
2023-Sep-28, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering10101141
PMID:37892871
|
研究论文 | 本文提出了一种自监督对比学习方法SMoCo,用于基于3D淀粉样蛋白PET预测阿尔茨海默病的进展 | 本文首次将自监督对比学习应用于基于3D淀粉样蛋白PET预测轻度认知障碍向阿尔茨海默病的转化 | 本文仅在ADNI数据集上进行了验证,未来需要在更多数据集上进行验证 | 开发一种能够准确预测轻度认知障碍向阿尔茨海默病转化的深度学习模型 | 轻度认知障碍患者和3D淀粉样蛋白PET图像 | 计算机视觉 | 阿尔茨海默病 | 自监督对比学习 | SMoCo | 图像 | ADNI数据集 |
482 | 2024-10-02 |
Simultaneous estimation of gene regulatory network structure and RNA kinetics from single cell gene expression
2023-Sep-23, bioRxiv : the preprint server for biology
DOI:10.1101/2023.09.21.558277
PMID:37790443
|
研究论文 | 本文开发了一种深度学习模型,通过单细胞RNA测序数据同时推断基因调控网络结构和RNA动力学参数 | 首次提出了一种能够同时推断基因调控网络结构和RNA动力学参数的深度学习模型,并展示了其在预测基因表达状态和模拟转录因子变化效果方面的优越性 | NA | 构建一个完整的、预测性的生物物理模型,用于描述基因表达调控 | 基因调控网络结构和RNA动力学参数 | 机器学习 | NA | 单细胞RNA测序 | 深度学习模型 | 基因表达数据 | 175,000个单细胞样本 |
483 | 2024-10-02 |
Real-time face mask position recognition system based on MobileNet model
2023-Jun, Smart health (Amsterdam, Netherlands)
DOI:10.1016/j.smhl.2023.100382
PMID:36743719
|
研究论文 | 本文开发并评估了一个基于MobileNet模型的实时口罩佩戴位置识别系统 | 提出了通过微调预训练的MobileNet模型来实现高精度的口罩佩戴位置识别,并开发了一个实时系统 | 未提及 | 开发一个能够自动识别口罩佩戴位置的系统,以确保人们在公共场所正确佩戴口罩 | 口罩佩戴位置的识别 | 计算机视觉 | NA | 深度学习 | MobileNet | 图像 | 391名不同年龄和性别的个体 |
484 | 2024-10-02 |
COVID-19 CT ground-glass opacity segmentation based on attention mechanism threshold
2023-Mar, Biomedical signal processing and control
IF:4.9Q1
DOI:10.1016/j.bspc.2022.104486
PMID:36505089
|
研究论文 | 本文提出了一种基于注意力机制阈值的新方法,用于准确分割COVID-19 CT图像中的磨玻璃影(GGO) | 本文创新性地提出了一个包含注意力机制阈值、轮廓均衡和肺部分割(ACL)的框架,能够根据图像对比度自适应调整阈值参数,从而实现对低对比度GGO图像的准确分割 | NA | 解决COVID-19 CT图像中磨玻璃影(GGO)分割的挑战 | COVID-19患者的CT图像中的磨玻璃影(GGO) | 计算机视觉 | COVID-19 | 注意力机制 | NA | 图像 | 四个COVID数据集 |
485 | 2024-10-02 |
A review of the application of artificial intelligence to nuclear reactors: Where we are and what's next
2023-Mar, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2023.e13883
PMID:36895398
|
综述 | 本文综述了人工智能在核反应堆中的应用现状及未来发展方向 | 提出了将领域知识与数据驱动方法结合以减少数据需求,并推广可解释人工智能技术以提高模型透明度和可靠性 | 数据问题和黑箱困境是阻碍人工智能与核反应堆技术进一步融合的主要障碍 | 探讨人工智能技术在提高核反应堆安全性和经济性方面的应用及未来发展方向 | 核反应堆的设计优化及运行维护 | 机器学习 | NA | 机器学习、深度学习、进化计算 | NA | 实验数据 | NA |
486 | 2024-10-02 |
Exploring a global interpretation mechanism for deep learning networks when predicting sepsis
2023-02-21, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-023-30091-3
PMID:36810645
|
研究论文 | 本研究通过一种新的机制解释深度学习模型在预测脓毒症时的全局解释机制,并识别出额外的临床特征 | 提出了一种新的全局解释机制来解释黑箱机器学习模型,并识别出与脓毒症相关的临床特征 | 识别出的特征中,有3个特征与临床特征有强相关性,但未被机制识别 | 通过新的解释机制识别脓毒症检测的额外临床特征,并提供机制的适当评估 | 脓毒症检测的临床特征和黑箱机器学习模型的解释机制 | 机器学习 | 脓毒症 | 长短期记忆网络(LSTM) | LSTM | 生理数据 | 约40,000名重症监护病房(ICU)患者,40个生理变量 |
487 | 2024-10-02 |
A systematic review of machine learning techniques for stance detection and its applications
2023, Neural computing & applications
IF:4.5Q2
DOI:10.1007/s00521-023-08285-7
PMID:36743664
|
综述 | 本文系统回顾了用于立场检测及其应用的机器学习技术 | 本文提出了一个六维分类法,用于分类和分析立场检测相关的研究,并指出了深度学习模型中自注意力机制的广泛应用 | 尽管机器学习模型在立场检测领域显示出潜力,但在现实世界中的应用仍然有限 | 回顾和分析用于立场检测的机器学习技术及其应用 | 立场检测及其相关应用 | 自然语言处理 | NA | 机器学习 | 深度学习模型 | 文本 | 96项主要研究 |
488 | 2024-10-02 |
Cross-sectional Ct distributions from qPCR tests can provide an early warning signal for the spread of COVID-19 in communities
2023, Frontiers in public health
IF:3.0Q2
DOI:10.3389/fpubh.2023.1185720
PMID:37841738
|
研究论文 | 本研究利用qPCR测试中的Ct值分布来改进COVID-19预测模型,以提前预警社区中的疫情传播 | 开发了一种基于Ct值的预测模型,能够比传统的基于病例数的模型更早地预测疫情波峰 | 需要进一步验证模型在不同地区和时间段的适用性 | 改进COVID-19预测模型,提前预警疫情波峰 | COVID-19疫情传播的早期预警 | 机器学习 | COVID-19 | qPCR | 深度学习模型 | Ct值 | 2020年8月至2022年1月期间在Northeastern University收集的PCR数据 |
489 | 2024-10-02 |
Computational methods for in situ structural studies with cryogenic electron tomography
2023, Frontiers in cellular and infection microbiology
IF:4.6Q1
DOI:10.3389/fcimb.2023.1135013
PMID:37868346
|
综述 | 本文综述了低温电子断层扫描(cryo-ET)中用于原位结构研究的计算方法,包括数据处理流程、经典数学模型和深度学习方法 | 本文总结了经典数学模型和深度学习方法在cryo-ET重建过程中的应用,并讨论了当前的局限性和未来展望 | 低温电子断层扫描中的低信噪比和缺失楔形区域是重建过程中的主要挑战 | 提高cryo-ET数据集的三维高分辨率结构重建 | 低温电子断层扫描数据处理流程和重建方法 | 计算机视觉 | NA | 低温电子断层扫描(cryo-ET) | 深度学习 | 图像 | NA |
490 | 2024-10-02 |
Prediction of transient and permanent protein interactions using AI methods
2023, Bioinformation
DOI:10.6026/97320630019749
PMID:37885791
|
研究论文 | 本文利用人工智能方法预测蛋白质的瞬时和永久相互作用 | 本文开发了五种监督机器学习模型和一种人工神经网络深度学习方法来预测蛋白质的瞬时和永久相互作用,并分析了影响这些相互作用的关键物理化学和几何特征 | 本文未提及具体的局限性 | 理解蛋白质相互作用的细节,发现抑制剂,并了解蛋白质相互作用的性质和功能 | 蛋白质-蛋白质相互作用(PPIs)的瞬时和永久分类 | 机器学习 | NA | 监督机器学习,人工神经网络 | k-NN,其他四种未明确提及的监督机器学习模型 | 蛋白质-蛋白质复合物的物理化学、几何和结构特征 | 402个蛋白质-蛋白质复合物 |
491 | 2024-10-02 |
Permafrost viremia and immune tweening
2023, Bioinformation
DOI:10.6026/97320630019685
PMID:37885785
|
研究论文 | 本文探讨了深度学习模型在理解和管理由永久冻土融化释放的古老和新病毒物种引起的免疫反应中的作用 | 提出了深度学习模型在免疫监控中的新应用,特别是在处理由永久冻土融化释放的病毒物种方面 | NA | 研究深度学习模型在免疫监控中的应用,特别是在处理由永久冻土融化释放的病毒物种方面 | 免疫系统对永久冻土融化释放的病毒物种的反应 | 机器学习 | NA | 深度学习 | 深度学习模型 | 复杂数据 | NA |
492 | 2024-10-02 |
Mapping the landscape of artificial intelligence in skin cancer research: a bibliometric analysis
2023, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2023.1222426
PMID:37901316
|
研究论文 | 本文通过文献计量分析方法,探讨了人工智能在皮肤癌研究中的应用现状和发展趋势 | 本文首次采用文献计量分析方法,系统梳理了人工智能在皮肤癌诊断中的研究进展和热点领域 | 目前大多数人工智能在皮肤癌诊断领域的研究仍处于可行性研究阶段,尚未在临床实践中取得显著进展 | 揭示人工智能在皮肤癌诊断中的研究进展、关注领域和新兴趋势 | 人工智能在皮肤癌诊断中的应用 | 机器学习 | 皮肤癌 | 文献计量分析 | NA | 文献 | 512篇论文 |
493 | 2024-10-01 |
Brain tumor image segmentation based on improved FPN
2023-10-30, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-023-01131-1
PMID:37904116
|
研究论文 | 本文提出了一种基于改进特征金字塔网络(FPN)的脑肿瘤图像分割方法 | 引入FPN结构到U-Net结构中,捕捉上下文多尺度信息,提高模型对不同尺度特征的适应性 | 未提及具体局限性 | 提高脑肿瘤分割效果 | 脑肿瘤图像 | 计算机视觉 | 脑肿瘤 | 卷积神经网络 | FPN | 图像 | 未提及具体样本数量 |
494 | 2024-10-01 |
Deep learning for risk-based stratification of cognitively impaired individuals
2023-Sep-15, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2023.107522
PMID:37646016
|
研究论文 | 本文利用深度学习模型结合生存分析,预测轻度认知障碍(MCI)患者向阿尔茨海默病(AD)转化的风险 | 本文创新性地将神经网络与生存分析相结合,用于预测MCI向AD的转化风险,并验证了模型预测的关键区域与AD经典相关区域的一致性 | NA | 开发一种基于风险的分类方法,用于识别轻度认知障碍(MCI)患者向阿尔茨海默病(AD)转化的风险 | 轻度认知障碍(MCI)患者及其向阿尔茨海默病(AD)的转化风险 | 机器学习 | 阿尔茨海默病 | 深度学习 | 神经网络 | 图像 | 发现队列544例,验证队列508例 |
495 | 2024-10-01 |
Efficient Dehazing with Recursive Gated Convolution in U-Net: A Novel Approach for Image Dehazing
2023-Sep-11, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging9090183
PMID:37754947
|
研究论文 | 提出了一种基于递归门控卷积和注意力机制的U-Net去雾网络模型,以提高去雾性能并保持网络结构的简洁性 | 引入了改进的递归门控卷积机制替代原始U-Net的卷积块,并应用SK融合模块改进跳跃连接方法,设计了名为Dehaze Recursive Gated U-Net (DRGNet)的新型U-Net变体 | NA | 提高图像去雾任务的性能,同时简化网络架构的训练、推理和部署过程 | 图像去雾 | 计算机视觉 | NA | 递归门控卷积 | U-Net | 图像 | 公开数据集 |
496 | 2024-10-01 |
Efficient Augmented Intelligence Framework for Bladder Lesion Detection
2023-09, JCO clinical cancer informatics
IF:3.3Q2
DOI:10.1200/CCI.23.00031
PMID:37774313
|
研究论文 | 研究开发了一种高效的增强智能框架,用于膀胱病变检测 | 使用多种深度学习模型(ConvNeXt, PlexusNet, MobileNet, SwinTransformer)进行膀胱病变检测,并比较了它们的性能和计算效率 | 研究样本量较小,且仅限于教育性膀胱镜图谱和68例膀胱镜视频 | 开发一种高效的智能系统用于膀胱病变检测 | 膀胱病变检测 | 计算机视觉 | 膀胱癌 | 深度学习 | ConvNeXt, PlexusNet, MobileNet, SwinTransformer | 图像 | 312张图像和68例膀胱镜视频 |
497 | 2024-10-01 |
DL-TCNN: Deep Learning-based Temporal Convolutional Neural Network for prediction of conformational B-cell epitopes
2023-Sep, 3 Biotech
IF:2.6Q3
DOI:10.1007/s13205-023-03716-7
PMID:37575599
|
研究论文 | 本文提出了一种基于深度学习的时间卷积神经网络DL-TCNN,用于预测构象B细胞表位 | 本文提出了一种新的基于深度学习的框架DL-TCNN,结合了1D-CNN和TCN的优点,用于提高构象B细胞表位预测的准确性 | NA | 提高构象B细胞表位预测的准确性 | 构象B细胞表位 | 机器学习 | NA | 深度学习 | 时间卷积神经网络(TCNN) | 序列数据 | 使用了基准抗原-抗体数据集进行训练、验证和测试 |
498 | 2024-10-01 |
Frequent temporal patterns of physiological and biological biomarkers and their evolution in sepsis
2023-09, Artificial intelligence in medicine
IF:6.1Q1
DOI:10.1016/j.artmed.2023.102576
PMID:37673556
|
研究论文 | 本文采用时间模式挖掘方法,识别脓毒症患者生理和生物标志物的频繁时间模式及其演变 | 通过使用频繁模式作为特征来分类脓毒症和非脓毒症患者,提高了预测准确性和性能 | 深度学习方法在脓毒症文献中广泛使用,虽然准确性高,但模型可解释性和可解释性有限 | 早期识别脓毒症,避免潜在的不可逆器官功能障碍 | 脓毒症患者的生理和生物标志物 | NA | 脓毒症 | 时间模式挖掘 | NA | 生理和生物标志物数据 | NA |
499 | 2024-10-01 |
Force Profile as Surgeon-Specific Signature
2023-Sep, Annals of surgery open : perspectives of surgical history, education, and clinical approaches
DOI:10.1097/AS9.0000000000000326
PMID:37746608
|
研究论文 | 研究外科医生的力学特征作为其身份和表现的标志 | 首次研究了外科医生的手术技术是否可以通过其力学特征进行识别 | 研究仅限于神经外科手术数据,未来需扩展到其他手术类型 | 探索外科医生的力学特征是否可以作为其身份和表现的标志 | 外科医生的力学特征和手术技术 | 机器学习 | NA | 深度学习方法 | ResNet模型和XGBoost算法 | 时间序列数据 | 2819个10秒的时间段,来自89例神经外科手术 |
500 | 2024-10-01 |
Classification of Food Additives Using UV Spectroscopy and One-Dimensional Convolutional Neural Network
2023-Aug-30, Sensors (Basel, Switzerland)
DOI:10.3390/s23177517
PMID:37687972
|
研究论文 | 本文提出了一种基于紫外线吸收光谱和一维卷积神经网络的食品添加剂自动分类系统 | 利用紫外线吸收光谱和一维卷积神经网络进行食品添加剂的分类 | 仅限于五种食品添加剂的分类,且样本为简单或混合溶液 | 开发一种自动分类系统,用于识别不同食品添加剂 | 五种食品添加剂的紫外线吸收光谱 | 机器学习 | NA | 紫外线光谱 | 一维卷积神经网络 | 光谱数据 | 404个光谱样本 |